認知信号構造スペクトル（にんちしんごうこうぞうすぺくとる）

認知信号構造スペクトルとは

認知信号構造スペクトルは、脳活動の複雑さを定量化するための分析手法です。脳波（EEG）、脳磁図（MEG）、または局所脳皮質からの電気生理学的記録などの生体信号を解析し、特定の認知状態に関連する特徴的な周波数パターンを特定します。このスペクトルは、脳波のパワー密度を周波数領域で表現したものであり、デルタ波（1-4 Hz）、シータ波（4-8 Hz）、アルファ波（8-12 Hz）、ベータ波（12-30 Hz）、ガンマ波（30 Hz以上）などの主要な周波数帯域の活動レベルを反映します。

認知状態との関連性

認知信号構造スペクトルは、様々な認知状態と密接に関連しています。例えば、覚醒状態ではベータ波の活動が優勢になり、リラックス状態や睡眠状態ではアルファ波やシータ波の活動が増加します。注意や集中力を要するタスクを実行中は、特定の周波数帯域のパワーが増加することが知られています。また、記憶の形成や想起時には、シータ波やガンマ波の活動が重要な役割を果たすと考えられています。

分析手法

認知信号構造スペクトルの分析には、フーリエ変換（FFT）やウェーブレット変換などの信号処理技術が用いられます。これらの手法を用いることで、生体信号を周波数成分に分解し、各周波数帯域のパワーを定量的に評価することができます。さらに、統計的な手法を用いて、異なる認知状態間でのスペクトルの違いを比較し、認知状態を識別するための特徴量を抽出することができます。

応用分野

認知信号構造スペクトルは、様々な分野で応用されています。例えば、脳卒中や外傷性脳損傷などの神経疾患の診断や治療効果の評価、注意欠陥・多動性障害（ADHD）やうつ病などの精神疾患の診断、睡眠障害の診断、ブレイン・マシン・インターフェース（BMI）の開発などが挙げられます。BMIにおいては、認知信号構造スペクトルを用いて、脳波から意図を読み取り、外部デバイスを制御することが試みられています。